一種基于DOG算子的圖像超分辨率重建方法技術(shù)

本發(fā)明專(zhuān)利技術(shù)公開(kāi)一種基于DOG算子的圖像超分辨率重建方法，包括：對(duì)輸入的低分辨率圖像Y，求其對(duì)應(yīng)的DOG圖像D，最大化DOG絕對(duì)值；采用Lagrange乘子法將DOG絕對(duì)值約束最大化問(wèn)題變成無(wú)約束最小化問(wèn)題，利用梯度下降法處理無(wú)約束最小問(wèn)題，處理以后獲得值X，X即為高分辨率圖像。

【技術(shù)實(shí)現(xiàn)步驟摘要】

本專(zhuān)利技術(shù)涉及圖像處理
，具體涉及一種基于D0G算子的圖像超分辨率重建 方法。
技術(shù)介紹
人類(lèi)從外界獲取的所有感官信息中大約有80%來(lái)源于視覺(jué)，隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù) 的發(fā)展，視頻及圖像憑借直觀有效的特點(diǎn)廣泛深入到人們生活的各個(gè)方面。在視頻監(jiān)控領(lǐng) 域中，由于成像系統(tǒng)、天氣（霧天、雨天等）或者噪聲的影響導(dǎo)致獲取圖像質(zhì)量較低，存在諸 如圖像較小、模糊不清晰等質(zhì)量問(wèn)題，繼而對(duì)圖像的后續(xù)處理造成重大的影響。空間分辨率 的大小是決定圖像質(zhì)量高低的一個(gè)主要因素，圖像的分辨率越高，圖像中所包含的細(xì)節(jié)信 息就越多，而這些細(xì)節(jié)信息在許多實(shí)際應(yīng)用中是極其重要的。例如，在醫(yī)學(xué)領(lǐng)域，高分辨率 圖像可助于醫(yī)生做出正確的判斷；在視頻監(jiān)控中，高分辨率圖像可便于目標(biāo)的識(shí)別及后續(xù) 處理。因此，當(dāng)今信息社會(huì)，人們對(duì)高質(zhì)量、高分辨率圖像的需求越來(lái)越大，如果能夠提供高 分辨率的圖像，計(jì)算機(jī)視覺(jué)中模式識(shí)別的性能就會(huì)大大提高。 然而在數(shù)字圖像處理過(guò)程中獲得的圖像并不都是高分辨率圖像。有許多其它環(huán)境 因素可能會(huì)使圖像分辨率下降。例如對(duì)圖像采集時(shí)帶來(lái)的運(yùn)動(dòng)模糊以及聚焦問(wèn)題引起的散 焦模糊等。另外，在圖像的形成及保存過(guò)程中，可能會(huì)受到噪聲的污染，這些噪聲對(duì)圖像的 分辨率會(huì)產(chǎn)生不良的影響。因而為了視頻、圖像的后續(xù)處理，提高圖像的分辨率是極其必要 的。提高圖像分辨率最直接的辦法就是提高采集設(shè)備的傳感器密度，但是高密度的圖像傳 感器的價(jià)格相對(duì)昂貴，在一般的應(yīng)用中難以承受。另一個(gè)提高圖像分辨率的方法是利用信 號(hào)處理的軟件方法對(duì)圖像進(jìn)行改善，即圖像的超分辨率重構(gòu)。 針對(duì)低分辨率圖像，即圖像模糊并且有噪聲污染的圖像，利用傳統(tǒng)的圖像超分辨 率重構(gòu)方法來(lái)重建圖像不能獲得理想的效果。另外，雖然基于峭度圖像的超分辨率重構(gòu)方 法能獲得較好的效果，但是運(yùn)算速度比較慢。
技術(shù)實(shí)現(xiàn)思路
本專(zhuān)利技術(shù)的目的是解決現(xiàn)有技術(shù)的缺陷，提供一種運(yùn)算速度快、效果好的圖像超分 辨率重建方法，采用的技術(shù)方案如下： -種基于D0G算子的圖像超分辨率重建方法，包括：對(duì)輸入的低分辨率圖像Y，求 其對(duì)應(yīng)的D0G圖像D，最大化D0G絕對(duì)值；采用Lagrange乘子法將D0G絕對(duì)值約束最大化問(wèn) 題變成無(wú)約束最小化問(wèn)題，利用梯度下降法處理無(wú)約束最小問(wèn)題，處理以后獲得值X，X即 為高分辨率圖像。 圖像越模糊，對(duì)應(yīng)的D0G圖像的絕對(duì)值越小，相反，圖像越清晰，對(duì)應(yīng)的D0G圖像的 絕對(duì)值越大，因此通過(guò)采用本專(zhuān)利技術(shù)的方法使D0G絕對(duì)值最大，能獲得高分辨率圖像。 作為優(yōu)選，本專(zhuān)利技術(shù)中，采用Lagrange乘子法將約束最大化問(wèn)題變成無(wú)約束最小化 問(wèn)題。 要使DOG絕對(duì)值最大化，即滿(mǎn)足： argmax{|D|}s.tY=WX+Z(1) 其中，X表示高分辨率圖像，Y表示已知的低分辨率圖像，w表示圖像退化模型，z 表示噪聲，D表示低分辨率圖像對(duì)應(yīng)的DOG圖像。 對(duì)目標(biāo)函數(shù)（1)取負(fù)號(hào)，將最大化變成最小化問(wèn)題，同時(shí)采用Lagrange乘子法則， 將上述約束最大化問(wèn)題變成無(wú)約束最小化問(wèn)題： 其中E=Y-WX-Z;λ為L(zhǎng)agrange乘子；P為一個(gè)偶對(duì)稱(chēng)函數(shù)。即可看作為p2(s) =s2或pM(s)=log(l+s2)，令J\=- |D|，J2=λp(E)，α為迭代步長(zhǎng)，繼而對(duì)式⑵進(jìn) 行求解。 作為優(yōu)選，本專(zhuān)利技術(shù)中，使用梯度下降法對(duì)無(wú)約束最小化問(wèn)題求解。 用梯度下降法求解式（2)，其迭代公式如下： D'是對(duì)D0G圖像求導(dǎo)數(shù)，而在圖像中，可用差分運(yùn)算近似的代替導(dǎo)數(shù)，差分模板 為： 其中，殘差E可用基于總變分的方法計(jì)算：令以=Y_WX=E+Z上是殘差E的含 噪版本，首先，利用總變分（TV)去噪算法從E'中估計(jì)殘差E: 其中m是迭代次數(shù)，在本實(shí)驗(yàn)中β設(shè)置為0. 2 〇為噪聲的標(biāo)準(zhǔn)差。公式（3)迭代的終止條件為： 其中threshold為提前設(shè)定的閾值，其大小為107。 求解后，獲得超高分辨率圖像X。 與現(xiàn)有技術(shù)相比，本專(zhuān)利技術(shù)的有益效果：本專(zhuān)利技術(shù)通過(guò)對(duì)輸入的低分辨率圖像求取 D0G圖像，并最大化D0G圖像的絕對(duì)值求解高分辨率圖像，繼而采用Lagrange乘子法求解此 約束優(yōu)化問(wèn)題。該方法能夠很好的對(duì)模糊并且有噪聲污染的圖像進(jìn)行復(fù)原，同時(shí)具有很高 的實(shí)時(shí)性和魯棒性。【附圖說(shuō)明】 圖1為本專(zhuān)利技術(shù)流程圖； 圖2為模糊圖像D0G值示意圖； 圖3為清晰圖像D0G值不意圖； 圖4為使用雙三次插值法對(duì)圖像進(jìn)行處理的結(jié)果示意圖； 圖5為使用本實(shí)施例的方法對(duì)圖像進(jìn)行處理的結(jié)果示意圖。【具體實(shí)施方式】 下面結(jié)合附圖和實(shí)施例對(duì)本專(zhuān)利技術(shù)作進(jìn)一步詳細(xì)描述。 實(shí)施例：如圖1所不，一種基于D0G算子的圖像超分辨率重建方法，包括：對(duì)輸入 的低分辨率圖像Y，求其對(duì)應(yīng)的D0G圖像D，最大化D0G絕對(duì)值；采用Lagrange乘子法將D0G 絕對(duì)值約束最大化問(wèn)題變成無(wú)約束最小化問(wèn)題，利用梯度下降法處理無(wú)約束最小問(wèn)題，處 理以后獲得值X，X即為高分辨率圖像。 本實(shí)施例中，采用Lagrange乘子法將約束最大化問(wèn)題變成無(wú)約束最小化問(wèn)題。 要使D0G絕對(duì)值最大化，即滿(mǎn)足： argmax{|D|}s.tY=WX+Z(1) 其中，X表示高分辨率圖像，Y表示已知的低分辨率圖像，W表示圖像退化模型，Z 表示噪聲，D表示低分辨率圖像對(duì)應(yīng)的DOG圖像。 對(duì)目標(biāo)函數(shù)（1)取負(fù)號(hào)，將最大化變成最小化問(wèn)題，同時(shí)采用Lagrange乘子法則， 將上述約束最大化問(wèn)題變成無(wú)約束最小化問(wèn)題： 其中E=Y-WX-Z;λ為L(zhǎng)agrange乘子；P為一個(gè)偶對(duì)稱(chēng)函數(shù)。即可看作為p2(s) =s2或pM(s)=log(l+s2)，令J\=- |D|，J2=λp(E)，α為迭代步長(zhǎng)，繼而對(duì)式⑵進(jìn) 行求解。 本實(shí)施例中，使用梯度下降法對(duì)無(wú)約束最小化問(wèn)題求解。用梯度下降法求解式（2)，其迭代公式如下： D'是對(duì)DOG圖像求導(dǎo)數(shù)，而在圖像中，可用差分運(yùn)算近似的代替導(dǎo)數(shù)，差分模板 為： 其中，殘差E可用基于總變分的方法計(jì)算：令以= Y-WX=E+Z，E^是殘差E的含噪版本，首先，利用總變分（TV)去噪算法從W中估計(jì)殘差E： 其中m是迭代次數(shù)，在本實(shí)驗(yàn)中β設(shè)置為0.2 〇為噪聲的標(biāo)準(zhǔn)差。 公式（3)迭代的終止條件為： 其中threshold為提前設(shè)定的閾值，其大小為10 7。 求解后，獲得超高分辨率圖像。 如圖2、圖3、圖4和圖5所示，相比于傳統(tǒng)方法，使用本實(shí)施例的方法對(duì)圖像進(jìn)行 超分辨率重建獲得的效果更佳。【主權(quán)項(xiàng)】1. 一種基于DOG算子的圖像超分辨率重建方法，其特征在于，包括：對(duì)輸入的低分辨率 圖像Y，求其對(duì)應(yīng)的DOG圖像D，最大化DOG絕對(duì)值；采用Lagrange乘子法將DOG絕對(duì)值約 束最大化問(wèn)題變成無(wú)約束最小化問(wèn)題，利用梯度下降法處理無(wú)約束最小問(wèn)題，處理W后獲 得值X，X即為高分辨率圖像。2. 根據(jù)權(quán)利要求1所述的一種基于DOG算子的圖像超分辨率重建方法，其特征在于，采 用Lagrange乘子法將約束最大化問(wèn)題變成無(wú)約束最小化問(wèn)題。3. 根據(jù)權(quán)利要求2所述的一種基于DOG算子的圖像超分辨率重建方法，其特征在于，采 用Lagrange乘子法將約束最大化問(wèn)題變成無(wú)約束最小化問(wèn)題具體為：對(duì)函數(shù)argmax{IDI} S.tY=WX+Z取負(fù)號(hào)，將最大化變成最小化問(wèn)題，同時(shí)采用Lagrange乘子法則，將上述約束 最大化本文檔來(lái)自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種基于DOG算子的圖像超分辨率重建方法，其特征在于，包括：對(duì)輸入的低分辨率圖像Y，求其對(duì)應(yīng)的DOG圖像D，最大化DOG絕對(duì)值；采用Lagrange乘子法將DOG絕對(duì)值約束最大化問(wèn)題變成無(wú)約束最小化問(wèn)題，利用梯度下降法處理無(wú)約束最小問(wèn)題，處理以后獲得值X，X即為高分辨率圖像。

【技術(shù)特征摘要】

【專(zhuān)利技術(shù)屬性】
技術(shù)研發(fā)人員：毛亮，朱婷婷，潘新生，汪剛，劉雙廣，
申請(qǐng)(專(zhuān)利權(quán))人：高新興科技集團(tuán)股份有限公司，
類(lèi)型：發(fā)明
國(guó)別省市：廣東;44